CN115774199B 新能源电池的故障诊断方法、系统、电子设备与存储介质 （华宇新能源科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115774199B(45)授权公告日2025.07.01

(21)申请号202211585041.2

(22)申请日2022.12.10

(65)同一申请的已公布的文献号申请公布号CN115774199A

(43)申请公布日2023.03.10

(73)专利权人华宇新能源科技有限公司

地址236000安徽省阜阳市界首市高新区

田营科技园华鑫大道6号

G01R31/378(2019.01)

G01R31/385(2019.01)

G01R31/392(2019.01)

G01R31/396(2019.01)

(56)对比文件

CN109782168A,2019.05.21CN111516548A,2020.08.11审查员王蒙

(72)发明人陈铁宝雷朝霞黄镔赵洪涛

(74)专利代理机构湖南正则奇美专利代理事务所(普通合伙)43105

专利代理师肖美哲

(51)Int.CI.

G01R31/36(2020.01)

G01R31/367(2019.01)权利要求书2页说明书6页附图2页

(54)发明名称

新能源电池的故障诊断方法、系统、电子设备与存储介质

(57)摘要

CN115774199B本发明公开了一种新能源电池的故障诊断方法、系统、电子设备与存储介质，涉及电池故障诊断技术领域。针对每个电池分解原始电压信号为低频电压信号和高频电压信号；从高频电压信号提取的高频特征向量，从低频电压信号提取低频特征向量；组合高频特征和低频特征得到该电池的特征向量曲线，并确定电池组的平均特征向量曲线；计算该电池的特征向量曲线与平均特征向量曲线之间的曲线距离，判断该电池是否存在故障。该方法减少了高频信息和低频信息之间的干扰，降低噪声了干扰，基于SAE和SVD分别提取

CN115774199B

获取折能源电池组的原始电压信号，针对电池组中的每个

获取折能源电池组的原始电压信号，针对电池组中的每个电池分解原始电压信号为低频电压信号和高频电压信号。

针对每个电池，对高频电压信号进行预处理去除信号噪声

得到时域高频电压信号，利用稀疏自编码器提取时域高频

电压信号的特征参数，作为该电池的高频特征向量。

针对每个电池，对低频电压信号进行奇异值分解提取低频电压信号的特征参数，作为该电池的低频特征向量。

组合高频特征和低频特征得到该电池的特征向量曲线，并

确定电池组的平均特征向量曲线。

针对每个电池，计算该电池的特征向量曲线与平均特征向

量曲线之间的曲线距商，根据曲线距离判断该电池是否存

在故障。

S101

S102

S103

S104

S105

CN115774199B权利要求书1/2页

2

1.一种新能源电池的故障诊断方法，其特征在于，所述方法包括：

获取新能源电池组的原始电压信号，针对电池组中的每个电池分解原始电压信号为低频电压信号和高频电压信号；

针对每个电池，对高频电压信号进行预处理去除信号噪声得到时域高频电压信号，利用稀疏自编码器提取时域高频电压信号的特征参数，作为该电池的高频特征向量；

针对每个电池，对所述低频电压信号进行奇异值分解提取低频电压信号的特征参数，作为该电池的低频特征向量；

组合高频特征和低频特征得到该电池的特征向量曲线，并确定电池组的平均特征向量曲线；

针对每个电池，计算该电池的特征向量曲线与平均特征向量曲线之间的曲线距离，根据曲线距离判断该电池是否存在故障；

针对电池组中的每个电池分解原始电压信号为低频电压信号和高频电压信号包括：

针对电池组中的每个电池，对原始电压信号进行四层小波包分解，得到低频电压信号和高频电压信号；

针对每个电池，对高频电压信号进行预处理去除信号噪声得到时域高频电压信号包

括：

针对每个电池，计算高频电压信号中每个高频子序列中包含的能量；

去除能量低于预设阈值的高频子序列；

对过滤后的高频子序列进行小包波重建，得到降噪后的时域高频电压信号；

根据曲线距离判断该电池是否存在故障包括：

将曲线距离通过基于Chauvenet准则的异常值过滤器，检测曲线距离中是否存在故障；所述异常值过滤器